Robust Renal Mass Segmentation on CT: A Validation Study of an AI-Based Framework

Technische Samenvatting: Robuuste segmentatie van nier massa's op CT

Probleemstelling
Segmentatie van nier massa's is cruciaal voor klinische workflows die betrokken zijn bij kwantitatieve beoordelingen, zoals het monitoren van veranderingen in niervolume bij ziekten zoals autofosfale dominante polycystische nierziekte (ADPKD) of het stadium bepalen van niertumoren op basis van diameter en volume. De huidige klinische praktijk leunt zwaar op subjectieve visuele beoordeling, wat lijdt onder inter-beoordelaarsvariabiliteit en tijdrovend is. Hoewel algemene modellen voor medische beeldsegmentatie (bijv. TotalSegmentator) geavanceerd zijn, presteren ze vaak ondermaats op gespecialiseerde taken zoals de segmentatie van nier massa's, met name wanneer tumoren de orgaanvorm en interne structuur aanzienlijk veranderen. Bovendien hebben bestaande modellen die getraind zijn op specifieke datasets (bijv. KiTS) vaak moeite met het generaliseren naar externe, heterogene klinische cohorten, wat een kloof markeert tussen algoritmische ontwikkeling en robuuste klinische adoptie.

Methodologie
De auteurs ontwikkelden Renal-Net, een robuust segmentatiealgoritme gebaseerd op het state-of-the-art nnU-Netv2 framework (specifiek de Residual Encoder Large configuratie).

• Trainingsdata: Het model werd uitsluitend getraind op twee publiekelijk beschikbare datasets om reproduceerbaarheid en generaliseerbaarheid te waarborgen:
  1. KiTS23: 489 CT-scans van Amerikaanse patiënten met verdenking op nierkanker, geannoteerd met nier-, tumor- en cystlabels.
  2. Radboudumc Kidney Abnormality Dataset: 215 contrastversterkte CT-scans van Nederlandse oncologische patiënten, bevattende gezonde nieren en diverse laesies (cysten, massa's, metastasen).
  • Data Harmonisatie: Om deze datasets samen te voegen, hebben de auteurs de annotatieprotocollen verenigd. Cysten en tumoren uit KiTS23 werden samengevoegd tot één categorie "nier massa" om aan te sluiten bij de Radboudumc dataset. De definities van de nierregio (inclusie/exclusie van het hilum) werden laten zoals oorspronkelijk geannoteerd om het model bloot te stellen aan annotatievariabiliteit, vanuit de hypothese dat dit de robuustheid verbetert.
• Architectuur & Post-processing: Het model maakt gebruik van een full-resolution nnU-Net. Er werd een post-processing pipeline toegepast om voorspelde nier massa regio's te verwijderen die niet aan de nier vastzitten (tenzij het volume groter was dan 100 cm³, om rekening te houden met grote tumoren die de zichtbaarheid van de nier onderdrukken) en om kleine axiale diameters (< 3 mm) te filteren om fout-positieven te verminderen.
• Validatiestrategie: De studie maakte gebruik van een grootschalige validatieaanpak over drie onafhankelijke testdatasets:
  1. Radboudumc Private Test Set: 50 CT-scans (20 gezond, 30 met laesies).
  2. TCGA-KIRC: 28 scans van patiënten met heldercellig niercelcarcinoom.
  3. Charité Universitätsmedizin Berlin: 1.510 preoperatieve CT-scans van 917 patiënten met diverse tumorsubtypen en contrastfasen.
• Evaluatiemetrieken: Prestaties werden gekwantificeerd met behulp van de Dice-coëfficiënt (overlap) en de 95e percentiel Hausdorff afstand (grensnauwkeurigheid). Detectieprestaties werden beoordeeld via precisie, recall en F1-scores met een Intersection over Union (IoU) drempelwaarde van 0,5. Subgroepanalyses werden uitgevoerd voor patiëntgeslacht, leeftijd, CT-contrastfase en histologisch tumorsubtype.

Belangrijkste Bijdragen

1. Ontwikkeling van Renal-Net: Een gespecialiseerd, robuust segmentatiemodel voor nieren en nier massa's, getraind uitsluitend op publieke data.
2. Grootschalige Externe Validatie: De studie biedt de grootste externe validatie in dit domein tot nu toe, getest op meer dan 1.500 CT-scans over drie verschillende medische centra met diverse demografieën en beeldvormingsprotocollen.
3. Uitgebreide Subgroepanalyse: Gedetailleerde analyse die de robuustheid van het model aantoont over patiëntgeslacht, leeftijdscategorieën, CT-contrastfasen en histologische tumorsubtypen.
4. Open Science: De modelgewichten, code en een direct bruikbaar algoritme zijn publiekelijk beschikbaar via Zenodo, GitHub en grand-challenge.org.

Resultaten

• Segmentatieprestaties: Renal-Net presteerde significant beter dan referentiemodellen (TotalSegmentator en het BAMF-model) over alle datasets voor de regio's "Nier", "Nier+Massa" en "Nier Massa" (gecorrigeerde p-waarden < 0,001 voor Dice-scores).
  • Op de TCGA-KIRC dataset behaalde Renal-Net een gemiddelde Dice van 0,95 voor de nierregio en 0,86 voor nier massa's, vergeleken met 0,80 en 0,05 respectievelijk voor TotalSegmentator.
  • Op de Charité dataset vertoonden Renal-Net en het BAMF-model vergelijkbare prestaties, hoewel Renal-Net superieure prestaties liet zien bij moeilijke gevallen (5e percentiel Dice van 0,53 vs. 0,39 voor BAMF op nier massa's).
• Gezonde Nieren: Op gezonde nier-subsets presteerde Renal-Net vergelijkbaar met TotalSegmentator (Dice ~0,93-0,95), hoewel TotalSegmentator iets lagere HD95-scores vertoonde.
• Menselijk Niveau: Op de Radboudumc private testset viel de prestatie van Renal-Net (Dice 0,95 voor nier+massa) binnen het bereik van de menselijke inter-beoordelaarsvariabiliteit (Dice 0,941).
• Detectie: Renal-Net demonstreerde superieure detectieprestaties (Precisie, Recall, F1-score) vergeleken met baselines over alle testsets. Zo behaalde Renal-Net op de Charité dataset een F1-score van 0,78 vergeleken met 0,70 voor het BAMF-model.
• Robuustheid: Subgroepanalyses toonden een consistente hoge prestatie over verschillende patiëntgeslachten, leeftijdscategorieën, CT-contrastfasen (vroege veneuze, vertraagde veneuze, arteriële) en tumorsubtypen (ccRCC, pRCC, chrRCC, oncocytoom).

Betekenis en Claims
Het artikel claimt dat het combineren van publiekelijk beschikbare datasets met het nnU-Net framework voldoende is om een segmentatiemodel te ontwikkelen dat effectief generaliseert naar externe, diverse klinische omgevingen zonder de noodzaak van propriëtaire trainingsdata. De auteurs benadrukken dat hun aanpak prioriteit geeft aan robuustheid boven marginale winst in nauwkeurigheid op specifieke datasets, wat is bereikt door te trainen op heterogene data met variërende annotatieprotocollen en beeldkenmerken.

De studie positioneert Renal-Net als een instrument om objectieve en reproduceerbare klinische workflows te ondersteunen, zoals het volgen van veranderingen in niervolume voor actieve surveillance of het monitoren van ziekteprogressie. De auteurs erkennen beperkingen, waaronder het onvermogen van het model om non-contrast CT-scans te verwerken en het gebrek aan pediatrische of niet-Westerse demografische data in de validatiesets. Ze concluderen dat hoewel het model klaar is voor klinische tests en verder onderzoek, toekomstig werk deze hiaten moet adresseren en de potentie moet verkennen van het scheiden van de segmentatie van cystische en solide laesies.